|
|||||
|
|
| 基于改进BP神经网络的恐怖袭击事件分级研究 | |
| 引用本文： | 李乐天,郑何真,丁 晨,许永峰.基于改进BP神经网络的恐怖袭击事件分级研究[J].教育技术导刊,2019,18(5):21-26. |
| 作者姓名： | 李乐天 郑何真 丁 晨 许永峰 |
| 作者单位： | 西北大学 数学学院，陕西 西安 710127 |
| 摘 要： | 为准确快速地对恐怖袭击事件进行分级，帮助建立恐怖袭击事件应急预案，提出一种基于模糊聚类算法和模拟退火遗传算法优化BP神经网络的恐怖袭击事件分级模型。通过模糊聚类算法划分样本训练集，利用BP神经网络的自学习能力获取输入与输出之间的模糊规则，采用模拟退火遗传算法提高神经网络精度。以GTD数据库样本为例，经实验得到普通BP神经网络的分级正确率为94.32%，模拟退火遗传算法优化的BP神经网络分级正确率可提升到99.88%，验证了基于模糊聚类算法和模拟退火遗传算法优化BP神经网络分级模型的有效性。 |
| 关 键 词： | 恐怖袭击事件 分级模型 模糊聚类分析 BP神经网络 模拟退火遗传算法 |
| 点击此处可从《教育技术导刊》浏览原始摘要信息 | |
| 点击此处可从《教育技术导刊》下载免费的PDF全文 | |